SQL数据库优化--基础

在做开发过程中，性能与质量问题是必须一致考虑的，而数据库的优化则是首当其冲的

1、表设计

      根据业务的不同而设计不同的表格，
      A、当为了获取某些列信息而需要进行多表查询，而且数据量庞大的时候，在多个表中重复列能够提升性能，再通过触发器维护列信息一致即可
      B、有些表中的数据部分是频繁使用，而部分是非频繁使用，可以进行纵向分区，将一个表分成多个表，当大数据量的时候，也可以进行横向表分区，将历史数据放入到其他表中，保持数据量小，轻便快捷

2、硬件平台选择

     这是数据库工程师的事情

3、查询优化

      主要是索引的选择，查询分析、索引选择、合并选择
      首先利用工具进行查询分析，分析出可优化的部分
      对于常更新的列不要建立索引，否则会严重影响性能，因为频繁的索引重建会导致性能降低
      查询条件尽量加索引

     法则：不要在建立的索引的数据列上进行下列操作:


     ◆避免对索引字段进行计算操作


     ◆避免在索引字段上使用not，<>，!=


     ◆避免在索引列上使用IS NULL和IS NOT NULL


     ◆避免在索引列上出现数据类型转换


     ◆避免在索引字段上使用函数


     ◆避免建立索引的列中使用空值。
4、SQL优化

      
      1.如果有独特的索引，那么带有“=”操作符的WHERE子句性能最好，其次是封闭的区间(范围)，再其次是开放的区间。
　  2.从数据库访问的角度看，含有不连续连接词(OR和IN)的WHERE子句一般来说性能不会太好。
　  3.包含NOT、<>、或!　=的WHERE子句对于优化器的索引选择来说没有什么用处。因为这样的子句是排斥性的，而不是包括性的，所以在扫描整个原来数据表之前无法确定子句的选择性。
　  4.限制数据转换和串操作，优化器一般不会根据WHERE子句中的表达式和数据转换式生成索引选择。例如:
　　paycheck * 12>36000 or substring(lastname,1,1)=“L”
　　如果该表建立了针对paycheck和lastname的索引，就不能利用索引进行优化，可以改写上面的条件表达式为:
　　paycheck<36000/12 or lastname like “L%”

     5.查询的模糊匹配
        尽量避免在一个复杂查询里面使用 LIKE '%parm1%'—— 红色标识位置的百分号会导致相关列的索引无法使用，最好不要用. 
        解决办法:
        其实只需要对该脚本略做改进，查询速度便会提高近百倍。改进方法如下：
        a、修改前台程序——把查询条件的供应商名称一栏由原来的文本输入改为下拉列表，用户模糊输入供应商名称时，直接在前台就帮忙定位到具体的供应商，这样在调用后台程序时，这列就可以直接用等于来关联了。
        b、直接修改后台——根据输入条件，先查出符合条件的供应商，并把相关记录保存在一个临时表里头，然后再用临时表去做复杂关联

     6、where语句中，尽量避免对索引字段进行计算操作

     7、不要以字符串格式申明数值类型

     8、避免在WHERE子句中使用in，not  in，or 或者having

5、其他优化

      数据与日志文件分开在不同磁盘存储

     tempdb存储在单独的磁盘

     清理删除日志